TechCrunch AI
AI 용어 완전 가이드: LLM부터 RAG, 에이전트까지 올해 꼭 알아야 할 개념
한마디로
AI 업계에서 쓰는 낯선 용어들(LLM, RAG, 에이전트 등)을 쉽게 풀어 설명한 살아있는 용어집이에요
무슨 내용인가
ChatGPT, Claude 같은 AI 서비스가 일상화되면서 LLM, 에이전트, 추론 같은 전문 용어들이 쏟아지고 있거든요. 이 글은 기술 회사, 투자사, 미디어 관계자 누구나 만날 법한 AI 핵심 개념들을 비전문가 눈높이로 정리한 거예요. 깊이 있으면서도 실용적인 설명으로, AGI부터 메모리 캐싱까지 최신 트렌드를 빠르게 따라잡을 수 있도록 돕습니다
에디터 노트 · FactStack
용어집이 반가운 이유는 따로 있어요. 벤더나 대행사가 'RAG로 환각을 없앤다'거나 '에이전트가 자동으로 처리한다'고 말할 때, 그 용어의 실제 한계를 알아야 과장된 제안서를 거를 수 있거든요. 마케팅팀이 챙길 건 단어 암기가 아니라 각 개념이 어디서 깨지는지예요. RAG는 검색 품질에 종속되고, 에이전트는 여전히 사람 검수 없이는 위험하다는 것부터 기억하면 회의 자리에서 헛돈 쓰는 결정을 막을 수 있어요.
실무 시사점
마케팅·기획팀은 AI 제품 론칭이나 투자 미팅에서 기술 팀과 대화할 때 이 용어들을 알면 신뢰도와 실행력이 크게 올라갈 거예요
태그
용어 풀이
- LLM
- 대규모 언어 모델로, ChatGPT나 Claude 같은 AI 어시스턴트의 핵심 엔진이에요. 수십억 개의 단어 패턴을 학습해서 당신의 질문에 가장 그럴듯한 답변을 생성합니다
- AI agent
- 단순 질문-답변을 넘어, 여러 단계의 작업을 자동으로 처리하는 AI 도구예요. 경비 신청, 예약, 코드 작성 같은 업무를 독립적으로 수행할 수 있습니다
- Inference
- 학습 완료된 AI 모델이 실제로 작동하는 과정이에요. 당신의 질문을 받아 예측하거나 결론을 도출해서 답변을 생성하는 단계입니다
- RAG
- Retrieval-Augmented Generation의 줄임말로, AI가 답변할 때 외부 데이터베이스에서 관련 정보를 먼저 찾아와 사용하는 기법이에요. 정보가 최신으로 유지되고 정확도가 높아집니다
공유
이 글이 도움이 됐다면
로그인 없이 누를 수 있어요 · 다시 누르면 취소